फसवणूक संरक्षण मार्गदर्शकवाचनासाठी 3 मिनिटे

व्हिडिओ कॉलवर ओळखीचा चेहरा: पैसे पाठवण्यापूर्वी काय तपासाल?

प्रकाशित

३० सेकंदांत अर्थ

लाईव्ह डीपफेक म्हणजे संभाषण सुरू असताना येणाऱ्या दृश्यात किंवा आवाजात संगणकीय बदल करून दुसरी व्यक्ती बोलत असल्याचा भास निर्माण करणारे तंत्र.

व्हिडिओ कॉलवर तुमचा वरिष्ठ दिसतो आणि नव्या खात्यावर तातडीने पैसे पाठवायला सांगतो, अशी कल्पना करा. चेहरा ओळखीचा असल्यामुळे मागणी खरी ठरत नाही. पैसे पाठवण्याची प्रक्रिया थांबवा आणि आधीपासून माहित असलेल्या नंबरवर किंवा कार्यालयाच्या नेहमीच्या मार्गाने स्वतः संपर्क करा. कॉलवरच्या व्यक्तीने दिलेला नवा नंबर पुन्हा वापरणे ही स्वतंत्र पडताळणी नाही.

चेहऱ्याचे दृश्य कसे बदलते?

एका पद्धतीत प्रणाली कॅमेऱ्यासमोरच्या व्यक्तीचे भाव आणि डोक्याची हालचाल ओळखते. मग दुसऱ्या व्यक्तीचे रूप असलेल्या चित्रावर किंवा व्हिडिओवर ते भाव लागू करून नवीन दृश्य तयार करते. ही प्रक्रिया चालू राहिल्याने पडद्यावरील चेहरा बोलत असल्यासारखा दिसू शकतो. काही पद्धती चेहऱ्याची ओळख बदलतात, तर काही भाव बदलतात. आवाज बदलण्यासाठी वेगळी प्रक्रिया वापरली जाऊ शकते; प्रत्येक प्रणाली दोन्ही बदलते असे नाही.

चेहऱ्याचे भाव दुसऱ्या व्हिडिओवर नेण्याची क्षमता संगणक दृष्टीच्या संशोधनात दाखवली आहे. तिचे चित्रपट किंवा आभासी पात्रांसारखे संमतीने केलेले उपयोगही असू शकतात. मात्र दुसऱ्या व्यक्तीचे सोंग घेऊन पैसे किंवा माहिती मागणे हा वेगळा गैरवापर आहे. संशोधनातील साधन चालते याचा अर्थ एखाद्या विशिष्ट गुन्ह्यात तेच साधन वापरले होते असा होत नाही.

प्रत्येक बनावट कॉलमध्ये थेट चेहरा बदलतो का?

काही तोतया कॉलमध्ये जुना फोटो, कृत्रिम आवाज किंवा आधीचा व्हिडिओ वापरला जाऊ शकतो. कॅमेरा बिघडल्याचे कारणही दिले जाऊ शकते. एफबीआयच्या 2022 च्या इशाऱ्यात आभासी बैठकीत वरिष्ठांचे सोंग घेऊन पैसे मागण्याच्या अशा पद्धती नमूद आहेत. प्रत्येक घटनेत थेट चेहरा बदलल्याचा तो पुरावा नाही. त्यामुळे पडद्यावर हालचाल दिसते का यावरच तुमची सुरक्षा अवलंबून ठेवू नका.

दुसऱ्या एफबीआय इशाऱ्यात दूरस्थ नोकरीच्या मुलाखतींमध्ये आवाजाचे अनुकरण किंवा संभाव्य कृत्रिम आवाज वापरल्याच्या तक्रारी आहेत. ही अमेरिकेत नोंदवलेल्या तक्रारींची माहिती आहे; ती प्रत्येक देशातील प्रसाराचे मोजमाप नाही. ओळखपत्रे, खाते माहिती किंवा प्रवेशाची परवानगी मागणाऱ्या कॉलमध्येही संस्थेची ठरलेली पडताळणी महत्त्वाची ठरते.

दृश्यातील चूक दिसली नाही तर?

ओठ आणि आवाज न जुळणे शंका निर्माण करू शकते. पण साध्या नेटवर्क अडचणीमुळेही असा फरक पडतो. चूक दिसली नाही म्हणून कॉल खरा असेही ठरत नाही. चेहऱ्यासमोर हात फिरवल्यावर प्रत्येक खोटे दृश्य उघड पडेल, असा नियम नाही. चेहऱ्यासमोरील अडथळे हाताळण्यासाठी तयार केलेल्या संशोधन पद्धती आहेत. अशा हालचालीला स्वतंत्र ओळख तपासणीचा पर्याय मानू नका.

ओळख आणि व्यवहार दोन्ही तपासा. आधीच्या नंबरवर संपर्क झाला तर कॉल खरा होता का, कोणत्या कारणासाठी पैसे हवे आहेत आणि पैसे नेमके कोणाला जातील हे विचारा. नवे खाते संस्थेच्या नेहमीच्या मंजुरी प्रक्रियेतून पडताळा. एकाच कॉलवर अनेक ओळखीचे चेहरे दिसले तरी त्या प्रक्रियेला वळसा घालू नका; पडद्यावरील सहमती स्वतंत्र पुष्टी होत नाही.

तातडीच्या मागणीला कसे उत्तर द्यावे?

“आत्ताच करा” किंवा “कुणालाही सांगू नका” असा दबाव पडताळणी टाळायला लावू शकतो. कामाच्या ठिकाणी ठरलेली मंजुरी आणि आवश्यक दुसरी तपासणी घ्या. घरातील पैशाच्या मागणीतही त्या व्यक्तीच्या जुन्या नंबरवर स्वतः फोन करता येतो किंवा जवळच्या विश्वासू माणसाकडे चौकशी करता येते. समोरचा रागावला तरी खात्री मिळेपर्यंत पैसे पाठवणे आवश्यक नाही.

पैसे दिल्यानंतर संशय आला तर त्वरित बँकेला किंवा पैसे पाठवलेल्या सेवेला कळवा आणि व्यवहार परत घेता येईल का विचारा. कॉलची निमंत्रणे, संदेश, खाते क्रमांक आणि पावत्या जतन करा. संस्थेच्या संबंधित विभागाला आणि स्थानिक तक्रार यंत्रणेला माहिती द्या. पैसे परत मिळतील याची हमी नसते. म्हणून आधी स्वतंत्र खात्री आणि नंतर व्यवहार, हा क्रम उपयोगी आहे.

व्हिडिओ कॉल हा संभाषणाचा मार्ग आहे; मोठ्या व्यवहारात ओळखीचा एकमेव पुरावा नाही. तुम्हाला व्हिडिओ खोटा असल्याचे तांत्रिकदृष्ट्या सिद्ध करावे लागणार नाही. मागणीची खात्री झाली नाही म्हणून थांबणे हा पुरेसा आणि व्यावहारिक निर्णय आहे.

स्रोत
  1. Business Email Compromise: Virtual Meeting PlatformsFBI Internet Crime Complaint Center
  2. Deepfakes and Stolen PII Utilized to Apply for Remote Work PositionsFBI Internet Crime Complaint Center
  3. Face2Face: Real-Time Face Capture and Reenactment of RGB VideosIEEE/CVF Conference on Computer Vision and Pattern Recognition
  4. Advancing High Fidelity Identity Swapping for Forgery DetectionIEEE/CVF Conference on Computer Vision and Pattern Recognition